1) 또는 "다이나믹 레인지" - 고통스러울 정도로 단순 - 2x MA의 교차점 - 올바른 기간을 선택하는 것이 중요합니다... 50과 200을 OTF로 보는 것뿐입니다... 그리고 빅데이터 분석의 경우 더 수익성 있는 MA 기간은 신경망(기타 관련 요인 포함)에서 메모리(가중치)를 찾을 수 있습니다. ... IMHO
모든 것이 더 쉽다는 것이 밝혀졌습니다.
MA는 기계적 정렬과 같습니다.
그러나 당신은 사용해야합니다 분석적 정렬 ( y-모형에서 캡 정렬된 값 포함)... 음, 멱법칙이 아닌 비선형 종속 지수를 사용하는 것이 좋습니다(추세에는 감속 및 가속의 단계가 있기 때문에). (가속도만 고려) .. 시계열 분석과 같은 비선형 종속성의 경우(이는 적절한 통계 연구의 추가 방법일 수 있지만 역학 분석이 주요 방법이 되지는 않음)
일반적으로 미리 추세에서 벗어나지 않으려면 본격적인 요인 분석, 상관 관계 및 회귀 분석 을 수행 한 다음 주요 추세의 가속, 감속, 반전에 대한 역학 분석을 수행해야합니다. ... 그리고 어떻게든 sklearn을 사용하여 수행하고 그 후에야 ML을 사용하여 황소/곰/홀드온 초평면에 출력을 그립니다... 그렇지 않으면 커미션이 저장소에서 꽤 잘 먹게 될 것입니다... 50/50 및 25/50/25의 확률처럼... 글쎄, 적절한 자금 관리 및 위험 관리
그리고 이 전체 이야기에서 가장 놀라운 점은 어느 정도 지표가 되는 통계 모델에 대해 CV 분포의 정규성을 먼저 증명해야 한다는 것입니다. 아직 증명하지 않았기 때문에 추가 평가가 중단되었습니다. . 아마도, 그리고 실제로는 그렇지 않습니다. Piligrim이 생각한 것처럼 모든 것이 시장에서 무작위로(무작위로) 있습니다 (개발자, 링크는 위에 남겨두었습니다).
Чем больше я узнаю людей, тем больше мне нравится моя собака. В предыдущих сериях постов для начинающих из ремикса книги Генри Гарнера « Clojure для исследования данных » (Clojure for Data Science) на языке Python мы рассмотрели методы описания выборок с точки зрения сводных статистик и методов статистического вывода из них параметров...
제 생각에는 로그를 사용하는 것이 매우 자연스럽습니다. 자연스럽습니다. 다시 말하지만, 이론적으로 이자와 관련된 직관이 작동해야 합니다. 가격과 시간으로 나눕니다).
다음은 선물의 현재 가격을 확인하기 위해 (그리고 가격에는 시간이 전혀 없는) 실무자(이론가가 아님)가 선도점을 제거하도록 제안하는 직관이며, 시간이 없는 이자율 분석은 다음과 같은 경우를 나타냅니다. 그것들은 또한 부동(또는 부동으로 교환)됩니다. .. (파생) 자산의 가격에 대한 이해 없이 - 기본 매트 변환은 모델을 망칠 뿐입니다... - 프로세스에 대한 이해는 모든 모델링에서 기본입니다.
1) 또는 "다이나믹 레인지" - 고통스러울 정도로 단순 - 2x MA의 교차점 - 올바른 기간을 선택하는 것이 중요합니다... 50과 200을 OTF로 보는 것뿐입니다... 그리고 빅데이터 분석의 경우 더 수익성 있는 MA 기간은 신경망(기타 관련 요인 포함)에서 메모리(가중치)를 찾을 수 있습니다. ... IMHO
모든 것이 더 쉽다는 것이 밝혀졌습니다.
MA는 기계적 정렬과 같습니다.
그러나 당신은 사용해야합니다 분석적 정렬 ( y-모형에서 캡 정렬된 값 포함)... 음, 멱법칙이 아닌 비선형 종속 지수를 사용하는 것이 좋습니다(추세에는 감속 및 가속의 단계가 있기 때문에). (가속도만 고려) .. 시계열 분석과 같은 비선형 종속성의 경우(이는 적절한 통계 연구의 추가 방법일 수 있지만 역학 분석이 주요 방법이 되지는 않음)
(어디선가 1, 2차이에 따른 미분에 대한 추천을 본 것 같다 => 다항식 차수의 선택 - 못 찾음) ...
이와 같은 것("통계 이론"의 Shmoylova 포함)
일반적으로 미리 추세에서 벗어나지 않으려면 본격적인 요인 분석, 상관 관계 및 회귀 분석 을 수행 한 다음 주요 추세의 가속, 감속, 반전에 대한 역학 분석을 수행해야합니다. ... 그리고 어떻게든 sklearn을 사용하여 수행하고 그 후에야 ML을 사용하여 황소/곰/홀드온 초평면에 출력을 그립니다... 그렇지 않으면 커미션이 저장소에서 꽤 잘 먹게 될 것입니다... 50/50 및 25/50/25의 확률처럼... 글쎄, 적절한 자금 관리 및 위험 관리
무딘 기능 세트는 간섭을 고려하지 않습니다.
그의 논문에서 Eugene Fama일 가능성이 있지만 확실하지 않습니다.
빠르게 성장하는 자산에 대해 서로 다른 기간을 비교할 수 있도록 하려면 로그가 필요합니다. 예를 들어 다른 연도의 비트코인은 매우 다른 변동성을 가지므로 변동성의 척도로 일부 상대적인 변화를 고안하고 취해야 합니다.
그들은 또한 로그가 이분산성을 부드럽게 하고 회귀 모델의 잔차 분포를 더 대칭적이고 약간 더 정상적으로 만든다고 주장합니다. 실제로는 모두가 이에 대해 점수를 매깁니다... 😉
나는 일반적으로 이것이 불쾌한 상황이라는 데 동의합니다. 브로커가 가격의 로그로 거래를 허용하지 않기 때문에 로그를 다시 가져와야 하기 때문입니다. 헤헤...
빠르게 성장하는 자산에 대해 서로 다른 기간을 비교할 수 있도록 하려면 로그가 필요합니다. 예를 들어 다른 연도의 비트코인은 매우 다른 변동성을 가지므로 변동성의 척도로 일부 상대적인 변화를 고안하고 취해야 합니다.
그들은 또한 로그가 이분산성을 부드럽게 하고 회귀 모델의 잔차 분포를 더 대칭적이고 약간 더 정상적으로 만든다고 주장합니다. 실제로는 모두가 이에 대해 점수를 매깁니다... 😉
나는 일반적으로 이것이 불쾌한 상황이라는 데 동의합니다. 브로커가 가격의 로그로 거래를 허용하지 않기 때문에 로그를 다시 가져와야 하기 때문입니다. 헤헤...
제 생각에는 로그를 사용하는 것이 매우 자연스럽습니다. 자연스럽습니다. 다시 말하지만, 이론적으로 이자와 관련된 직관이 작동해야 합니다. 가격과 시간으로 나눕니다).
네, 그리고 다른 자산 (제 생각에는) 은 가격의 대수를 취한 다음 평균 대수 스프레드로 정규화하여 공통 분모로 가장 쉽게 축소됩니다.
그들은 또한 로그를 취하면 이분산성 이 완화된다고 주장합니다 ...
일반적으로 이것이 불쾌한 상황이라는 데 동의합니다. 그러면 로그를 다시 가져와야 하기 때문입니다.
제 생각에는 로그를 사용하는 것이 매우 자연스럽습니다. 자연스럽습니다. 다시 말하지만, 이론적으로 이자와 관련된 직관이 작동해야 합니다. 가격과 시간으로 나눕니다).
다음은 선물의 현재 가격을 확인하기 위해 (그리고 가격에는 시간이 전혀 없는) 실무자(이론가가 아님)가 선도점을 제거하도록 제안하는 직관이며, 시간이 없는 이자율 분석은 다음과 같은 경우를 나타냅니다. 그것들은 또한 부동(또는 부동으로 교환)됩니다. .. (파생) 자산의 가격에 대한 이해 없이 - 기본 매트 변환은 모델을 망칠 뿐입니다... - 프로세스에 대한 이해는 모든 모델링에서 기본입니다.
실천과 이론의 차이는 두 가지 방식으로 작용합니다. 연습 후에는 대개 새로운 이론이 막 시작됩니다. 이론과 실천은 원하는 목표에 도달하기 위해 번갈아 가며 똑같이 격렬하게 움직여야 하는 두 다리입니다.
좋은 말
좋은 말